小微企业信贷的尽调环节里，银行流水是最常用也最难结构化的一类材料：不同银行的 PDF 版式、扫描件清晰度、摘要写法差异很大，同一笔经营性回款在流水里可能只留下“转账”“货款”“往来”这类模糊摘要。人工核验通常要看交易对手、金额规律和账户类型逐条判断，一份流水动辄二十分钟以上。
金融AI实验室近期把研究聚焦在“先还原、再核定”的两段式链路：第一段做版式聚类与表格结构还原，把明细行、余额列、借贷方向对齐到统一字段；第二段对摘要行做意图分类，结合交易对手名称的行业标签与关联方名单，剔出理财赎回、贷款放款、股东往来等非经营项，再按月度聚合出可解释的经营收入曲线，保留每一条剔除理由供复核。
要点：
· 进展：在内部 1200 份脱敏流水样本上，明细字段级解析准确率约 96%，经营收入还原结果与人工核定的一致率约 88%，单份平均处理时间由人工约 25 分钟降至 40 秒以内。
· 下一步：把还原结果接入额度测算模块，加入季度收入波动与稳定性评价；同时补充个体工商户手写记账本等弱结构场景，避免模型只在标准版式上表现良好。
实验室认为，流水核验的价值不在于给出一个“通过/拒绝”的黑箱结论，而在于把判断依据完整摊开在客户经理面前，让自动化结果可以被质疑、被追溯。
评论